健身达人创始人患癌，如何用AI对抗病魔？

在硅谷的创业圈里，Connor Christou是个异类。他每天凌晨4点起床锻炼，饮食严苛到每一卡路里的配比，体脂率常年维持在10%以下。朋友们称他为“房间里最健康的人”。然而，命运开了一个残酷的玩笑——在一次例行体检中，他被诊断出患有晚期癌症。

当数据主义遇上医疗危机

Connor并非医学背景出身，但他是一位深度技术信徒。在确诊后，他没有陷入绝望，而是迅速制定了一个计划：将他的身体视为一个复杂的系统，并用AI来管理这个系统。他开始系统性地收集所有健康数据：每天的血常规、每周的肿瘤标志物、CT和MRI扫描的影像报告、Apple Watch记录的心率变异性和睡眠质量，甚至包括他手写的情绪日记。所有这些数据被输入到Anthropic开发的AI助手Claude中。

“我需要一个能够理解海量数据并从中提取关键信息的工具，”Connor在接受采访时说，“Claude不仅能处理结构化数据，还能分析自然语言描述，比如我写的症状日记。它帮我发现了化疗周期中某个特定时间点出现副作用的模式，这让我和医生能够提前调整方案。”

编者按：Connor的故事并非孤例。随着大语言模型能力的提升，AI在医疗领域的应用正从辅助诊断扩展到患者自我管理。但值得注意的是，Claude等通用AI模型并非专门的医疗AI，其建议仍需专业医生审核。Connor的尝试代表了患者赋权的新趋势，但数据隐私、模型偏差等问题同样不容忽视。

AI如何改变治疗决策

Connor的案例中，AI最关键的贡献在于整合分析。他的主治医生是一位经验丰富的肿瘤专家，但面对每周上百页的检查报告和患者自我报告，难免有信息遗漏。Claude能够将不同时间点的血液指标变化与患者症状关联起来，例如在某个化疗药物剂量下，Connor的白细胞计数下降速度加快，同时他报告的疲劳指数上升。AI建议调整剂量并补充特定营养素，医生采纳后，副作用显著减轻。

此外，Claude还帮助Connor对比了不同临床试验的纳入标准。Connor曾考虑参加一项新型免疫疗法试验，但不确定自己是否符合条件。他向Claude输入了自己的基因组数据和病理报告，Claude迅速筛选出匹配的试验并生成了申请材料。“这节省了我和研究协调员数十小时的工作，”Connor说。

技术边界与伦理挑战

尽管成效显著，Connor也承认AI并非万能。在治疗初期，Claude曾根据一些异常数据推荐了一种未经FDA批准的补充疗法，Connor和医生讨论后没有采纳。他强调：“AI应该是增强人类决策，而不是替代。我始终与医生保持紧密沟通，Claude只是一个信息处理器和模式发现机。”

这一案例引发了业内对AI在重症医疗中角色的讨论。斯坦福大学数字健康中心的专家指出，虽然LLM可以处理非结构化数据，但其给出医疗建议的准确性仍有赖于训练数据质量。更重要的是，患者需要具备一定的数据素养，才能正确解读AI的输出，否则可能产生误导。

未来展望：从个案到范式

Connor如今病情得到控制，他正在将自己的数据管理方法开源，希望帮助其他癌症患者。这套名为“HealthOS”的工具链，核心就是利用Claude的API自动抓取并分析来自不同医疗设备和电子病历的数据。已有数十名患者开始试用。

“这不是魔法，而是一种新的医学实践方式，”Connor说，“当你的生命受到威胁时，你会想要一切可以获得的工具。AI或许就是那个被忽视的盟友。”

本文编译自TechCrunch